كشفت الدراسة، التي نُشرت في 16 يناير 2026، أن الضرر حدث فقط عندما لامس الزيت المزروع مباشرة. تم تأكيد هذا الاكتشاف من خلال تحليل حالات المرضى والتجارب المعملية المضبوطة التي أجراها فريق البحث. وقد أدى هذا الاكتشاف إلى إعادة تقييم إجراءات رعاية العين القياسية بعد الجراحة لمرضى الجلوكوما الذين لديهم هذه الغرسات المحددة.
تُزرع غرسات الجلوكوما، والمعروفة أيضًا باسم أجهزة تصريف الجلوكوما (GDDs)، جراحيًا للمساعدة في خفض ضغط العين لدى المرضى المصابين بالجلوكوما، وهي حالة تتلف العصب البصري ويمكن أن تؤدي إلى العمى. تعمل هذه الأجهزة عن طريق إنشاء مسار تصريف جديد للسائل ليخرج من العين. تتضمن الرعاية بعد الجراحة عادةً استخدام مراهم تزييت العين لتعزيز الشفاء ومنع العدوى.
قال الدكتور هيروشي تاناكا، الباحث الرئيسي في الدراسة وأستاذ طب العيون في جامعة ناغويا: "تسلط أبحاثنا الضوء على خطر لم يكن معروفًا من قبل مرتبطًا بعلاج يبدو حميدًا ويستخدم على نطاق واسع". "لقد لاحظنا وجود علاقة واضحة بين استخدام المراهم التي أساسها الفازلين وتلف الغرسات في العديد من حالات المرضى، وهو ما تم التحقق منه أيضًا من خلال تجاربنا في المختبر."
استخدم الباحثون تقنيات تصوير متقدمة، بما في ذلك المجهر الإلكتروني الماسح، لتحليل الغرسات المتضررة. كشفت هذه التحليلات أن جزيئات الفازلين اخترقت التركيب البوليمري للغرسة، مما أدى إلى التورم والفشل الهيكلي في النهاية. اختلف مدى الضرر اعتمادًا على مدة وتكرار استخدام المرهم.
تترتب على هذه النتائج آثار على تطوير أدوات التشخيص المدعومة بالذكاء الاصطناعي في طب العيون. يمكن تدريب خوارزميات الذكاء الاصطناعي لتحليل صور غرسات الجلوكوما بعد الجراحة للكشف عن العلامات المبكرة للتورم أو التدهور الناجم عن امتصاص المرهم. يمكن أن يسمح ذلك بالتدخل في الوقت المناسب ومنع تمزق الغرسة. علاوة على ذلك، يمكن أن يساعد الذكاء الاصطناعي في تطوير مواد بديلة متوافقة حيوياً لغرسات الجلوكوما مقاومة لامتصاص الفازلين.
يوصي مؤلفو الدراسة بأن يفكر أطباء العيون بعناية في نوع مواد تزييت العين الموصوفة للمرضى الذين لديهم غرسات الجلوكوما بعد الجراحة. ويقترحون استكشاف مواد تزييت بديلة ذات أساس مائي لا تحتوي على الفازلين. تجرى المزيد من الأبحاث لتحديد المكونات المحددة للفازلين المسؤولة عن تأثير التورم وتطوير استراتيجيات وقائية. يعمل الفريق أيضًا على نموذج للتعلم الآلي للتنبؤ بخطر تلف الغرسة بناءً على عوامل خاصة بالمريض وأنماط استخدام المرهم.
Discussion
Join the conversation
Be the first to comment